发布节奏
最近 12 周每周中位浏览
最近 12 周发布时间
颜色 = 中位浏览爆款 vs 日常
爆款 = 浏览前 10%| 指标 | 爆款 | 日常 |
|---|---|---|
| 帖子 | 3 | 26 |
| 带媒体 | 66.7% | 76.9% |
| 回复 | 0% | 0% |
| 平均字数 | 204 | 362 |
| 中位浏览 | 1.6万 | 433 |
打法建议
只陈述相关性- 互动最好的时段是 03:00 前后（北京时间），中位浏览 112。
- 一周里 周三 的中位浏览最高。
- 形式上 纯文字 的中位浏览更高（458 vs 877）。
- 爆款里带媒体占 66.7%、回复占 0%；日常分别是 76.9%、0%。
- 当前节奏约 0.7 条/天，日均浏览 4,195。
内容结构
按本站分析的分类（近 120 天）- 模型8
- 观点5
- tip5
- 产品1
- 产业1
形式与语言
帖子占比- 图片14
- 视频8
- 纯文字7
回复占比 0% · 引用 24.1% · 带媒体 75.9%
互动最高的帖子
按浏览排序- 1
给大家带来claude opus 5.5 的前端测试结果. 直接说结论, 我怀疑现在opus 5.5就是 fable 5.1 的量化版或者自家蒸馏版, 可以直接看我的视频, 几乎看不出两个模型实现细节上的差别. 而且模型继承了Anthropic一贯的优良特点, 一个字, 稳, 6次抽卡6次全都是这个质量. 除此之外我测试时很明显 opus 5.5 的思考token消耗更多. 这意味着opus5.5模型会更小一些(用reasoning长度换性能). 这同样意味着会有雷霆大思考的情况, 比如最后一个火山喷发测试, 我terminal和网页都测试了好几次, 结果都无法输出代码. 思考卡住了. 当然瑕不掩瑜. 毕竟比fable便宜又能获得差不多的性能, 只要不降智, 就是好模型(但无奈Anthropic降智是祖传艺能...). > #opus55 #claudeopus55 #anthropic
- 2
Grok-4.7-high 用了一天了，感觉打不过 GPT-5.6-sol-medium. 写了好多垃圾代码😭 体验下来 oneshot还行, 工程项目就拉了... 主要在视野窄, 以及代码直觉和经验上, 总是会漏掉边界条件. 最简单的复现方法可以是写一个分布式锁. 应该分分钟就死锁了. 然后怎么修都修不好.
- 3
笑死, 千问真的送了个大蒜 感谢千问办公的小伙伴~ P.S. 大蒜已进入俺的算力池(冰箱)
- 4
给大家带来小米 MiMo-v2.6-pro 的测试速报! 简单来讲, 这次不愧是直播RL带来的效果, AgenticCoding 能力提升明显, 之前的 MiMo-v2.5-Pro 在我的向量数据库测试中得分只有2505, 而这次直接翻了3倍, 得分来到了7810. 与 Claude Fable-5 分数接近了. 而且算法也进化为了单图HNSW分层近邻图(M=16/M0=28) + AVX-512精确距离 + 每线程visited stamp. 可以说只要再优化一下算法细节就是SOTA水平了. 而前端测试则是MiMo需要提升的重点了, 这次演示效果虽然有提升, 但是无奈横评的其他模型都太强大了, 而小米的加分项也是本身的算法Coding能力, 比如它是可以 one-shot 写出一个光追引擎的. 但是由于空间理解/物理模拟能力不到位, 小球没办法完成把墙壁撞破的演示. 另外本次还给大家测试了输出速度, MiMo-v2.6-pro-ultraspeed 版本可以达到464tps的速度, 着实恐怖. 而根据MiMo的技术报告, 峰值可以达到900tps, 常态化请求也可以稳定在500tps左右, 考虑到模型 1.02T 的总参数量, 以及高达 42B 的激活参数量, 再加上同等规模模型一般都在60-80tps的水平, 这个成绩相当亮眼. 当然也有值得注意的点, 比如这次测试我发现它还是有早停的问题的, 上面的向量数据库测试, 每轮最大迭代50次, 但是三次测试中, 有两次它迭代到30轮左右就没办法提升分数, 于是选择了直接交卷, 浪费了测试机会. 以及, 模型思考偏长, 而且暂时不支持调整思考强度, 加上普速接口现在异常火爆, 所以最好给大一些超时, 避免无法输出结果. 总结: MiMo-v2.6-Pro 适合搞后端AgenticCoding开发! 要算法有算法要质量有质量. 但是前端空间理解和美学还需要加强. 考虑到直播后训练的时候看到的67%的训练语料都是Coding, 这个结果丝毫不惊讶了. 希望下个版本前端能力也有提升! #mimo #mimov26 #mimov26pro #x小米mimo
- 5
卧槽5-10T???
- 6
LongCat-2.5-Preview 刚发布了, 定价跟之前一样
- 7
给大家带来阶跃 Step-5-Preview 实测! 直接说结论, Step-5-Preview 最大的亮点是输出很稳, 这意味着它的后训练极其扎实. 用来写工程代码很难出现反复仰卧起坐的情况. 本次页给大家带来了全新的Agent 能力测试——硅基交警. 而 Step-5-Preview 在这个测试中全程没有指挥出事故. 非常稳定. 而在后端 Agentic Coding 测试和旧的硅基骑手测试中, 多轮测试得分Δ也非常小. 所以稳是这个模型最直观的感受. 除此之外, 模型还有一个我意想不到的特性, 它 Agent Loop 迭代特别强, 可以卡着极限数值去进行迭代优化. 最好玩的是, 硅基骑手测试中咱们要求了送餐超时如果不超过5分钟就不会扣钱, 结果它直接认为送餐超时就是送餐时间+5分钟, 充分利用了这个规则赚取了更多的积分. 而模型的短板目前也是特别明显的, 最需要提升的方面还是前端, 3D场景, 美学这些方面. 可以看我视频中的实测, 虽然较上一代模型有提升, 但是距离这一代的SOTA模型还是有距离的. 因此想写一些炫酷的3D演示还是很难的. 这种可以 Agent Loop 疯狂打磨细节的模型, 你觉得能用在哪些意想不到的地方呢？欢迎在评论区留下你的脑洞！ #阶跃星辰 #StepFun #Step5Preview #step5 #AgentLoop
- 8
肝不动了....GPT的几个和后端/Agent性能测试明天再说吧.....
- 9
同步下 deepseek-v4.1-flash-1017 的测试结果, 后端 Agentic Coding 能力直接从GROK-4.6差不多的水平跃升到国产旗舰模型水平了. (v4.1-pro 真的还有必要吗?) 不过我测下来 Agent 能力变化很大, 细节不是几百字就能描述清楚的, 简单来讲的话, 上一个版本很"主动", 而这个版本更"保守", 必须做好harness才行, 而且控制预算的能力好象变差了, 但如果每次会话强调预算, 它又会变好...... 详情预计本周会发个视频跟大家聊, 目前还在写POV, 证明猜想的一些问题.
- 10
另外再给大家同步个好玩的东西, 已经搞了一周了. 这个如果能做成功, 大家手里的Qwen3.8-27B, Qwen3.6-35B-A3B, Qwen3.8-Flash-Next 的速度能在开启MTP的情况下再原地提升16%左右. 我会直接发一个llama.cpp / mlx 版本, 开箱即用. 祝我成功吧.
- 11
Kimi-K3.1-Pro 刚刚发布了! 3T参数! 从官方跑分来看, 写代码能力在 Opus-5.5 和 Fable-5.1 之间. 其中 Agentic Coding 测试 (SWE系列), 完全不输 OpenAI 和 Anthropic 的旗舰模型. 甚至 TerminalBench (测Agent能力的) 达到了个前所未有的高度. 这次一个值得注意的点是引入了一个新的 benchmark 叫 BencCAD. 看名字就知道是测试 CAD 能力的. 而且官方 Blog 里给到了各种炫酷的 CAD 建模演示. 目前我已经在测试了! 稍后给到大家评测视频! (话说我还没看定价, Pro 这个后缀是意味着它比默认命名的模型更强还是是性价比版本?) 官方blog: http://www.kimi.com/en/blog/kimi-k3-1-pro #kimik31 #kimik31pro
- 12
我感觉现代社会是先天排斥纯粹的人的. 它会以"你还没遭受社会的毒打"为借口试图拉你下水.
点赞、转发、浏览是采集那一刻的快照，不是帖子最终数据；时间为北京时间。KPI 卡片里的同比只在账号有 8 周以上数据时显示， 否则只看近 4 周。“打法建议”只说明数据里的相关性，不代表因果。